面向移动增强现实的实时深度学习目标检测方法综述

移动增强现实(AR)借助智能移动终端将虚拟信息和真实世界进行实时融合，能否实时准确地对 环境中需要增强的物体进行目标检测直接决定了系统的性能。随着深度学习的快速发展，近年来出现了大量的 基于深度学习的目标检测方法。由于存在移动增强设备计算能力有限、能耗大、模型尺寸大以及卸载任务到边 缘云端的网络延迟严重等问题，将深度学习方法应用于移动 AR 的目标检测是一项具有挑战性的问题。首先从 Two stage 和 One stage 的 2 方面对目前深度学习目标检测算法进行综述；然后对面向移动 AR 的目标检测系统 架构进行归纳分类，分析了基于本地端、云端或边缘端和协作式的移动 AR 目标检测系统并总结了各自的优势 和局限性；最后对移动 AR 中目标检测亟待解决的问题和未来发展方向进行了展望和预测。

http://www.txxb.com.cn/CN/10.11996/JG.j.2095-302X.2021040525